Abstract
Insonni biometrik usullar asosida aniqlash texnologiyalari bugungi raqamli davrda xavfsizlik va shaxsni tasdiqlash tizimlarining ajralmas qismiga aylangan. Ushbu ilmiy maqola ko‘z qorachig‘i orqali identifikatsiya qilish texnologiyasining afzalliklarini chuqur tahlil qiladi. Ko‘z qorachig‘i — ya’ni iris — inson tanasidagi eng noyob va barqaror biometrik belgilar sirasiga kiradi. Har bir insonning iris tuzilmasi takrorlanmas bo‘lib, hatto bir tuxumli egizaklar orasida ham farqlanadi. Bu noyoblik tufayli iris identifikatsiyasi boshqa biometrik usullar – barmoq izi, yuzni tanish yoki ovoz orqali identifikatsiyaga nisbatan ancha yuqori aniqlikka ega.
Ko‘z qorachig‘i identifikatsiyasi kontaktga ehtiyoj sezmaydi, ya’ni uni masofadan turib aniqlash mumkin, bu esa gigiyenik, xavfsiz va foydalanuvchi uchun qulay yechim hisoblanadi. Tadqiqotlar shuni ko‘rsatadiki, iris tuzilmasi butun umr davomida deyarli o‘zgarmaydi. Aynan shu jihat iris asosidagi autentifikatsiyani uzoq muddatli shaxsni tasdiqlash tizimlari uchun ideal qiladi. Bundan tashqari, sun’iy intellekt va chuqur o‘rganish (deep learning) texnologiyalarining jadal rivojlanishi iris tasvirlarini tahlil qilish, segmentatsiya va xususiyatlarni ajratib olishda yuqori aniqlikni ta’minlab, bu tizimlarning ishonchliligini oshirmoqda.
Iris asosidagi identifikatsiya tizimlari hozirda chegara nazorati, aeroportlar, moliyaviy muassasalar, tibbiyot, hatto mobil qurilmalarda ham keng qo‘llanilmoqda. Yaqinda olib borilgan ilmiy ishlar, jumladan "IrisFormer" kabi transformer-arkitekturaga asoslangan modellar irisning radial va burchakli tuzilmasini mukammal o‘rganib, tasvirni maxsus pozitsion enkodlash orqali qayta ishlashni taklif etmoqda. Bu esa identifikatsiya aniqligini sezilarli darajada oshirishga xizmat qiladi.
References
1. Daugman J. (1993). High confidence visual recognition of persons by a test of statistical independence. IEEE Transactions on Pattern Analysis and Machine Intelligence, 15(11), 1148–1161.
2. Nanayakkara S., Meegama R. (2020). A Review of Literature on Iris Recognition. International Journal of Research, DOI: 10.32968/1632-2882.
3. Bhuiyan R.A., Trokielewicz M., Bucher S., Czajka A. (2025). Iris Recognition for Infants. arXiv preprint, arXiv:2501.01375.
4. Chawla S.K., Lamba V., Jangra S. (2019). A Comprehensive Study of Periocular Biometrics on Iris Recognition. International Journal of Control and Automation, Vol. 12, No. 5, pp. 391–401.
5. Wang C., Sun X., Wang Y., Wei J., Sun Z. (2025). IrisFormer: A Dedicated Transformer Framework for Iris Recognition. IEEE Signal Processing Letters, DOI: 10.1109/LSP.2024.3522856.
6. Bichi A.A., Abdurrahman U.A., Rogo A.A. (2024). Feature Extraction and Iris Recognition in Moving Image Sequences. ISAR Journal of Science and Technology, 2(12), pp. 10–12.
7. Tchaptchet E., Tagne E.F., Acosta J., Danda R., Kamhoua C. (2024). Deepfakes Detection by Iris Analysis. IEEE Access, DOI: 10.1109/ACCESS.2025.3527868.